Automazione_Oggi

GENNAIO-FEBBRAIO 2015

AUTOMAZIONE OGGI 378

time sia in grado di semplificare e combinare tutti i tipi di dati

in una struttura di gestione unificata per estrarre valore per il

business rappresenta, quindi, un elemento di competitività in-

discutibile.

Negli ultimi anni sono state sviluppate diverse soluzioni soft-

ware per il settore industriale. Una modalità per elaborare

grandi quantità di dati in parallelo, attraverso molti nodi di un

cluster, è per esempio quella del modello di programmazione

‘MapReduce’. Composto da una formula a mappa, che filtra i

dati e riduce le formule, è

in grado di raccogliere le

informazioni da più luoghi

e postazioni e muoversi

dal processing software

alla banca dati.

Uno dei maggiori van-

taggi offerti dall’utilizzo

dei big data è costituito

dalla capacità di ricavare

informazioni utili dal si-

stema: individuare pro-

duzioni o processi non

performanti, oppure segni

di deterioramento delle

attrezzature. Rilevare va-

lutare e risolvere problemi

negli impianti o malfun-

zionamenti dei processi

di automazione e di pro-

duzione sono esempi di

applicazioni concrete dei

big data, che consentono

non solo di migliorare e

semplificare i processi, ma

anche di ridurre in modo

significativo i costi di manutenzione degli impianti. Infine, i big

data possono essere sfruttati come fonte per la misurazione

nell’ambito dei processi, per identificare quali aree di produ-

zione possono essere migliorate. Le informazioni raccolte dai

differenti contatori contribuiscono all’ottimizzazione di sistemi

complessi. L’analisi dei big data può quindi diventare la base per

essere più competitivi sul mercato, attraverso soluzioni perso-

nalizzate che trasformano i big data in informazioni utili per le

analisi predittive e per la gestione delle operazioni.

Ricavare valore per il business

L’analisi dei dati rappresenta solo una parte del successo di un

progetto di big data. Il valore di business si realizza infatti con-

cretamente quando gli ‘insight’ vengono integrati nei processi

e vanno a influenzare i processi decisionali.

È quindi importante non solo disporre di una piattaforma che

possa trasformare i big data in informazioni strutturate, ma

anche in valore per il business. In questo scenario, le aziende

hanno oggi bisogno di una solida strategia per la gestione dei

dati, in grado di acquisire, analizzare e prendere decisioni in

realtime e che, allo stesso tempo, supporti dati provenienti dal

mondo mobile, dai social media, che sfrutti le potenzialità del

cloud e che sia operativa 24x7. In SAP crediamo che la risposta

per supportare un corretto approccio ai big data sia rappre-

sentata da SAP Hana, la piattaforma di in-memory computing,

e dai nostri strumenti di Business Intelligence (BI) e Predictive

Analysis.

In particolare, SAP Business Suite on Hana (High-Performance

Analytic Appliance), trasforma per esempio l’ERP in ‘in-memory’,

accelerando i processi. Attraverso un portale si permette ai for-

nitori di accedere al medesimo sistema per creare una supply

chain allargata, oppure è disponibile la soluzione Intelligent Bu-

siness Operations (IBO), powered by SAP Hana, per gestire dati

provenienti da sistemi diversi, mettendoli insieme e fornendo

così un set di informazioni che facilitano il processo stesso. Le

aziende manifatturiere, grazie a SAP o a qualsiasi altro ERP, si

stanno dotando sia di sistemi transazionali e gestionali per la

propria contabilità e la logistica estesa, sia di soluzioni in grado

di rilevare in tempo reale informazioni su tempistiche di produ-

zione, ordini in corso ed eventuali ‘shortage’ di materiali.

Un ulteriore aspetto innovativo riguarda l’efficienza dei pro-

cessi di produzione. Con SAP Overall Equipment Effectiveness

Management, basato su tecnologia in-memory, si va dal mo-

nitoraggio degli impianti fino alle singole linee produttive, per

mantenere un elevato livello di affidabilità e abilitare manuten-

zioni programmate e/o predittive, evitando che si verifichino

dispendiosi fermi macchine.

Infine, è fondamentale poter contare su strumenti di ‘informa-

tion management’ avanzati, di cruciale importanza per esempio

per assicurare la qualità del dato. Una soluzione completa di big

data deve essere di tipo ‘end-to-end’, deve cioè saper gestire

qualsiasi dato nelle diverse fasi del processo, acquisizione, im-

magazzinamento, processo, visualizzazione e presentazione,

adattandosi in modo flessibile ai diversi ruoli aziendali: dal ‘data

scientist’, al CIO, dal ‘top’ al ‘middle manager’.

SAP Italia -

www.sap.it

Dispositivi mobili, software e sensori consentono di raccogliere e archiviare un numero crescente di

dati, che dagli anni ’80 raddoppia ogni 40 mesi